| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 要解决的关键技术问题 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 理论与技术分析 | 第16-29页 |
| 2.1 Web2.0 | 第16-18页 |
| 2.1.1 Web2.0 简介 | 第16-17页 |
| 2.1.2 Web2.0 的特点 | 第17-18页 |
| 2.2 网页页面类型 | 第18-21页 |
| 2.2.1 静态网页 | 第18-19页 |
| 2.2.2 动态网页 | 第19-21页 |
| 2.3 Ajax技术 | 第21-26页 |
| 2.3.1 Ajax简介 | 第21-22页 |
| 2.3.2 Ajax的工作原理 | 第22-24页 |
| 2.3.3 Ajax在网页开发中的应用 | 第24-25页 |
| 2.3.4 Ajax技术引发的问题 | 第25-26页 |
| 2.4 网页结构分析技术 | 第26-28页 |
| 2.4.1 文档对象模型 | 第26-27页 |
| 2.4.2 正则表达式 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 面向动态网页的定向信息提取模型的设计 | 第29-41页 |
| 3.1 面向动态网页的定向信息提取问题分析 | 第29-31页 |
| 3.2 面向动态网页的定向信息提取模型设计 | 第31-33页 |
| 3.2.1 面向动态网页的定向信息提取模型 | 第31-32页 |
| 3.2.2 面向动态网页的定向信息提取模型的工作流程 | 第32-33页 |
| 3.3 页面爬行策略与流程 | 第33-35页 |
| 3.3.1 页面爬行搜索策略 | 第33-34页 |
| 3.3.2 页面爬行流程 | 第34-35页 |
| 3.4 页面分析方法设计 | 第35-38页 |
| 3.4.1 JavaScript脚本嵌入方式 | 第35-36页 |
| 3.4.2 form表单的识别 | 第36-37页 |
| 3.4.3 页面分析流程 | 第37-38页 |
| 3.5 页面生成方法与流程 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 面向动态网页的定向信息提取系统的实现 | 第41-57页 |
| 4.1 系统总体设计 | 第41-42页 |
| 4.2 初始URL模块 | 第42页 |
| 4.3 页面爬行模块 | 第42-44页 |
| 4.4 页面分析模块 | 第44-46页 |
| 4.4.1 JavaScript脚本代码的识别与筛选 | 第44-45页 |
| 4.4.2 表单的识别与筛选 | 第45-46页 |
| 4.5 页面生成模块 | 第46-48页 |
| 4.5.1 JS解析模块 | 第46-47页 |
| 4.5.2 表单解析模块 | 第47-48页 |
| 4.6 信息提取模块 | 第48-50页 |
| 4.6.1 信息提取方法 | 第48-49页 |
| 4.6.2 信息提取模型数据库设计 | 第49-50页 |
| 4.7 链接过滤模块 | 第50-54页 |
| 4.7.1 布隆过滤器 | 第50-52页 |
| 4.7.2 基于布隆过滤器的链接过滤算法 | 第52-54页 |
| 4.8 线程管理模块 | 第54-55页 |
| 4.9 系统接口设计 | 第55-56页 |
| 4.10 本章小结 | 第56-57页 |
| 第5章 实验与结果分析 | 第57-65页 |
| 5.1 实验环境设置 | 第57页 |
| 5.2 评价指标 | 第57-58页 |
| 5.3 实验结果及分析 | 第58-64页 |
| 5.3.1 定向信息提取效率实验 | 第61-63页 |
| 5.3.2 定向信息提取性能实验 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71页 |